GPT Investment Round in...

Questo GPT nasce con lo scopo di fornire indicazioni immediate sul valore potenziale, in termini di “VC market”, di un progetto innovativo e/o di startup. E' alimentato da un dataset ibrido ottenuto da varie fonti, fra cui Crunchbase in primis, e opportunamente standardizzato per supportare analisi basate sul testo.

E' spcializzato nelle “anali di similarità” fra entità testuali. Di seguito si riporta la descrizione ufficiale rilasciata dall’agente per spiegare il modello che usa in queste analisi:

“Per determinare le operazioni di investimento più simili alla tua startup o progetto innovativo, ho eseguito un'analisi di similarità basata su testo utilizzando il metodo TF-IDF (Term Frequency-Inverse Document Frequency) e il calcolo della similarità del coseno.

Ecco una spiegazione dettagliata dei due componenti:

1. TF-IDF (Term Frequency-Inverse Document Frequency):

   • Term Frequency (TF): Misura la frequenza con cui un termine appare in un documento. Questo riflette l'importanza di un termine all'interno di quel documento specifico.

   • Inverse Document Frequency (IDF): Diminuisce il peso dei termini che appaiono molto frequentemente in tutti i documenti (e che sono quindi meno informativi) e aumenta il peso di quelli che appaiono raramente.

   • L'approccio TF-IDF trasforma i testi in un insieme di vettori numerici, ognuno dei quali rappresenta la frequenza ponderata di ogni parola. Questo permette di quantificare la similarità tra vari documenti basandosi sul loro contenuto.

2. Similarità del Coseno:

   • Dopo aver convertito i testi in vettori numerici con TF-IDF, calcolo la similarità del coseno tra il vettore che rappresenta la tua startup e i vettori di altre operazioni di investimento.

   • La similarità del coseno misura l'angolo tra due vettori nello spazio vettoriale, con valori che vanno da -1 (completamente diversi) a 1 (identici). Un valore più alto indica una maggiore similarità.

   • In questo caso, viene utilizzata per determinare quanto il contenuto (descrizione) di ogni operazione di investimento sia simile alla descrizione della tua startup.

Questa combinazione di TF-IDF e similarità del coseno fornisce un modo efficace e matematicamente fondato per identificare documenti (in questo caso, descrizioni di startup e operazioni di investimento) con contenuti simili basandosi sulle parole chiave e sul loro contesto. Questo metodo è ampiamente utilizzato in sistemi di raccomandazione e nella ricerca di informazioni per trovare corrispondenze pertinenti tra grandi insiemi di testo.”

 Istruzioni

Per usare al meglio il GPT si consiglia di procedere con questi passaggi:

1. Descrivere il proprio progetto o la propria startup con un testo breve, in cui siano presenti chiaramente le keywords sulle tecnologie utilizzate e le industries in cui si applicano;

2. Chiedere quali sono le “backed startup” nel dataset disponibile più simili al proprio progetto;

3. A questo punto si possono fare domande più approfondite, come: “chi sono gli investitori in quel paese che investirebbero più facilmente sul mio progetto”?

4. Si possono richidere anche informazioni statistiche, come: qual è l’importo del round medio che hanno raccolto le 20 aziende più simili al mio progetto? e così via.

 Esempi di iterazione con uno dei GPT

Di seguito si riportano alcuni esempi utili di interazione con i GPT: